LLM Trainingszyklen und Latenz: 23 von 44 Presseseiten nennen der KI kein maschinenlesbares Datum. So takten Sie Ihre Erwartungen richtig

1. Einführung: Warum die Frage nach der Dauer drei Antworten hat

Die Pressemitteilung ist raus, das Fachmagazin hat sie übernommen, und zwei Wochen später tippt jemand aus der Geschäftsführung den Firmennamen in ein Chatprogramm. Die Antwort kennt die Meldung nicht. Nun beginnt in vielen Häusern die falsche Diskussion, nämlich die über die Qualität der Agentur. Ein verständlicher Reflex. Die bessere Frage lautet: In welchem Teil des Systems hätte die Meldung überhaupt ankommen können. Wer wie Sprachmodelle trainiert werden einmal nachvollzogen hat, stellt sie von allein.

LLM Trainingszyklen und die daraus folgende Latenz bezeichnen den Abstand zwischen dem Tag, an dem ein Text im Netz erscheint, und dem Tag, an dem ein Sprachmodell ihn in einer Antwort verwenden kann. Dieser Abstand beträgt Stunden, wenn das System live sucht. Er beträgt viele Monate, wenn der Text erst über einen neuen Trainingslauf in die Modellgewichte gelangen muss.

Was das für Sie heißt: Ihre Pressearbeit wirkt nicht überall gleich schnell. Ein Teil der Wirkung zeigt sich binnen Tagen, ein anderer Teil frühestens nach dem nächsten großen Update der Anbieter. Wer im Herbst eine Kampagne startet und im Dezember eine Erfolgsmessung erwartet, misst deshalb nur die schnelle Hälfte. Die langsame Hälfte braucht ein anderes Zeitfenster und eine andere Kennzahl.

Der Unterschied ist keine Feinheit, sondern der Grund für die meisten enttäuschten Erwartungen. Ein GEO-Audit (die Bestandsaufnahme Ihrer Sichtbarkeit in KI-Antworten) trennt die drei Ebenen sauber. GEO steht für Generative Engine Optimization.

2. Latenz meint zwei völlig verschiedene Dinge

Wer nach Latenz von LLMs sucht, landet fast immer bei Technikbeiträgen. Dort geht es um die Antwortzeit der Programmierschnittstelle bei der Textgenerierung. Time to First Token, kurz TTFT, misst die Zeitspanne bis zum ersten ausgegebenen Textbaustein. Dazu kommen der Durchsatz der Token-Generierung in Tokens pro Sekunde, Prefill und Decode. Gemessen werden außerdem die Auslastung der GPUs, Netzwerklatenz, Batch-Größen, der Cache und der Median über viele Läufe. Wer ein Modell selbst betreibt, kennt die Stellschrauben dahinter: Hyperparameter, die Wahl zwischen PyTorch und einer fertigen Cloud wie Azure, spezialisierte Hardware. Gemessen wird in Millisekunden. Der Preis pro Token hängt daran, die Sichtbarkeit Ihrer Marke nicht.

Wir haben die Top-Beiträge zu diesem Suchbegriff durchgesehen. Alle erklären Inference, also den Vorgang, bei dem ein Modell aus Ihrer Eingabe einen Output erzeugt, dazu Metriken wie p50 gegen eine Baseline und den Tradeoff zwischen Tempo und Genauigkeit. Für das Benchmarking solcher Anwendungsfälle ist diese Methodik goldrichtig, denn sie stammt aus dem Machine Learning und beschreibt sehr genau, wie zügig eine Infrastruktur unter Last arbeitet. Nur beantwortet keiner dieser Beiträge die Frage, die Marketingverantwortliche tatsächlich stellen.

Unsere Position: Für Ihr Geschäft ist die Millisekunden-Latenz irrelevant. Relevant ist die Wissenslatenz, und die wird in Wochen und Monaten gemessen. Ein Modell kann in 200 Millisekunden antworten und dabei einen Wissensstand von vorgestern ausgeben. Schnell und aktuell sind zwei verschiedene Eigenschaften, und nur die zweite entscheidet, ob Ihr Name in der Antwort vorkommt.

Beides fällt auseinander.

Der Vergleich mit dem Haushalt hilft: In einer Wohnung hängen oft drei Zeitmesser. Die Armbanduhr geht sekundengenau, der Wandkalender wird monatlich umgeblättert, und die Jahreszahl über der Haustür bleibt, bis jemand den Stein austauscht. Alle drei zeigen Zeit an. Nur eine davon sagt Ihnen, ob Sie den Zug erreichen.

3. Die drei Uhren: Wo Ihre Meldung ankommen kann

Jede KI-Antwort speist sich aus höchstens drei Quellen. Drei Uhren, drei Geschwindigkeiten. Sie laufen unabhängig voneinander, greifen auf unterschiedliche Bestände zu und ticken in einem Takt, der zwischen Stunden und Jahren liegen kann. Ordnen Sie jede geplante Maßnahme vorab einer dieser Uhren zu, dann stimmt auch die erwartete Wirkungsdauer.

3.1 Uhr eins: Der Live-Abruf während der Antwort

Die schnellste Uhr ist die wichtigste. Viele Systeme starten während der Antwort eine Websuche und lesen die Treffer mit, statt allein aus dem Gedächtnis zu schöpfen. Neue Inhalte können dort binnen Stunden auftauchen. Wie ein System dabei Quellen während der Antwort heranzieht, entscheidet über Ihre kurzfristige Wirkung.

Wie oft das passiert, wurde am 5. Juli 2026 über sechs Systeme mit je rund 2.500 Anfragen gemessen. Das Ergebnis der Messung: ChatGPT sucht bei 98,4 Prozent der Antworten live, Google AI Mode bei 98,2 Prozent, Copilot bei 97,5 Prozent, Perplexity bei 94,9 Prozent und die AI Overviews bei 91,2 Prozent. Gemini fällt mit 41,1 Prozent heraus. In den übrigen rund 59 Prozent antwortet es aus dem Trainingsgedächtnis, ohne Suche und ohne Quellenangabe.

3.2 Uhr zwei: Der Index, in dem gesucht wird

Die Live-Suche greift nicht ins offene Netz, sondern in einen Bestand, den vorher jemand eingesammelt hat. Diese Sammlung wird von Programmen aufgebaut, die Seiten automatisch abrufen, im Fachjargon Crawler genannt. Zwischen dem Erscheinen Ihrer Seite und ihrer Aufnahme vergehen Tage bis Wochen, je nach Betrieb und Signallage. Das Netz wird nicht täglich neu gelesen.

Wie träge das ist, zeigt der öffentliche Datensatz von Common Crawl, aus dem viele Modelle mitlernen. Der jüngste Durchlauf lief über zwei Wochen und erfasste 2,14 Milliarden Seiten von 40,2 Millionen Hosts. Neu darin waren 0,7 Milliarden Adressen, die in keinem früheren Durchlauf vorkamen. Ihr Anteil liegt bei rund einem Drittel. Zwei Drittel sind Wiederholung.

3.3 Uhr drei: Die Modellgewichte

Die langsamste Uhr ist die, an die Laien zuerst denken. Beim Training großer Sprachmodelle, im Englischen Large Language Models, lernt ein vortrainiertes Modell aus riesigen Datenmengen an Textdaten, das nächste Wort zu treffen. Aus Milliarden solcher Vorhersagen entsteht eine interne Repräsentation der Sprache, die später menschenähnlichen Text hervorbringt. Danach wird das Modell über Supervised Learning und Reinforcement Learning nachjustiert. Erst ein neuer Trainingslauf mit neuen Daten bringt frisches Wissen in die Parameter, und daran ändern auch Ihre Prompts nichts, also die Fragen, die Nutzer eintippen.

Das Modellgedächtnis gleicht einem gedruckten Nachschlagewerk: gründlich zusammengetragen, aber am Erscheinungstag eingefroren. Der Live-Abruf ist die Zeitung, die morgens dazukommt.

Wie weit das zurückliegt, steht in den Handbüchern der Anbieter. OpenAI, Google und Anthropic nennen den Stichtag für jedes Modell offen, und wer die Chatbots dieser Häuser im Vertrieb einsetzt, sollte ihn kennen. Die Gemini-Dokumentation hält fest: „Gemini-3-Modelle haben einen Wissensstichtag im Januar 2025. Für aktuellere Informationen nutzen Sie das Search-Grounding-Werkzeug.“
(„Gemini 3 models have a knowledge cutoff of January 2025. For more recent information, use the Search Grounding tool.“)

Gut 20 Monate. So alt ist das eingebaute Gedächtnis eines aktuell ausgelieferten Spitzenmodells.

Alles, was Ihr Haus seither veröffentlicht hat, existiert für diese Uhr schlicht nicht.

Anthropic geht einen Schritt weiter und weist zwei Stichtage getrennt aus. Die Modellübersicht definiert den verlässlichen Stichtag als „das Datum, bis zu dem das Wissen des Modells am umfangreichsten und verlässlichsten ist“
(„The date through which the model’s knowledge is most extensive and reliable“). Bei Claude Haiku 4.5 steht dort Februar 2025, während die Trainingsdaten bis Juli 2025 reichen. Fünf Monate Material sind im Modell und trotzdem nicht verlässlich abrufbar.

Dass beides auseinanderfällt, ist wissenschaftlich beschrieben. Ein Team um Jeffrey Cheng hat in der Arbeit Dated Data offene Trainingsdatensätze untersucht und kommt zu dem Schluss: „Effektive Stichtage unterscheiden sich häufig von den angegebenen Stichtagen.“
(„we find that effective cutoffs often differ from reported cutoffs“). Als Ursachen nennt das Team zwei Punkte: Neue Crawl-Pakete enthalten erhebliche Mengen alter Inhalte, und die Entdopplung der Texte greift bei sinngleichen Varianten nur unzuverlässig.

4. Was Ihre Website liefern muss, damit die schnelle Uhr greift

Die schnelle Uhr hilft nur, wenn Ihre Seite dem System sagt, wie neu eine Meldung ist. Fehlt das Datum in maschinenlesbarer Form, kann ein abrufendes System die Aktualität nicht bewerten und behandelt Ihre Neuigkeit wie einen beliebigen Bestandstext. Der Milchkarton ohne Haltbarkeitsangabe wird im Zweifel stehen gelassen, egal wie frisch er ist. Ein Datum kostet nichts.

Wir haben im September geprüft, wie verbreitet dieser Fehler ist. Über eine Abfrage der Wissensdatenbank Wikidata wurden 71 Websites deutscher Maschinenbauunternehmen gezogen, 63 davon waren abrufbar. 44 unterhalten einen Presse- oder Newsbereich. Nur 21 dieser 44 Bereiche liefern ein maschinenlesbares Datum, also eine Zeitangabe im Quelltext, die ein Programm ohne Raten auslesen kann, und bei 14 Bereichen stand im ausgelieferten Dokument überhaupt kein Datum.

23 von 44 Bereichen lassen die Frage nach der Aktualität also unbeantwortet.

Bei fünf der datierten Bereiche war die jüngste Meldung älter als ein Jahr. Ein Jahr Funkstille. Gemessen wurde ausschließlich am ausgelieferten Rohdokument, ohne JavaScript, also genau so, wie ein abrufendes System die Seite sieht. Frühere Erhebungen prüften eine engere Variante dieses Kriteriums, nämlich ausgewiesene Artikel-Angaben im strukturierten Datenblock, und lagen je nach Branche zwischen 11 und 50 Prozent. Der hier gemessene Wert liegt mit 48 Prozent am oberen Rand, misst aber eine breitere Definition.

5. Schritt für Schritt: So takten Sie Erwartungen und Maßnahmen

Die folgenden fünf Schritte ordnen jede Maßnahme einer Uhr zu und legen fest, wann welche Wirkung überhaupt messbar sein kann. Ziel ist es, den Zeitpunkt der Auswertung an den Takt des Systems zu binden statt an den Kalender der Abteilung.

Schritt 1: Jede Maßnahme einer Uhr zuordnen

Legen Sie eine Spalte in der Maßnahmenplanung an und tragen Sie je Vorhaben ein, auf welche Ebene es zielt. Eine Pressemitteilung mit Fachmedien-Aufnahme wirkt auf Uhr eins und zwei, während ein Grundlagenbeitrag, den andere über Jahre hinweg zitieren und weiterverbreiten, zusätzlich auf Uhr drei einzahlt. Ohne diese Zuordnung wird jeder Vergleich zum Rätselraten.

Schritt 2: Datum und Autor maschinenlesbar ausliefern

Sorgen Sie dafür, dass jede Meldung ein Veröffentlichungsdatum im Quelltext trägt und nicht nur als Text im Layout. Ihre Redaktion sieht keinen Unterschied, ein abrufendes Programm sehr wohl, und prüfen lässt sich das in zwei Minuten: Seite aufrufen, Quelltext anzeigen, nach der Zeitangabe suchen. Steht sie nur im sichtbaren Text, gehört sie zusätzlich ins Markup.

Schritt 3: Die Aussage außerhalb der eigenen Domain verankern

Ein System, das live sucht, gewichtet fremde Belege stärker als Selbstauskunft. Eine Neuigkeit, die zusätzlich in Fachmedien, Branchendiensten und Verzeichnissen auftaucht, hat mehrere voneinander unabhängige Wege in die Antwort und überlebt damit auch den Ausfall einer einzelnen Quelle. Genau dafür gibt es internationale Pressemitteilungen mit redaktioneller Aufnahme. Rechnen Sie mit Tagen bis Wochen, nicht mit Stunden.

Schritt 4: Zwei Messzeitpunkte statt einem festlegen

Messen Sie zweimal: nach vier Wochen die Systeme mit Live-Suche, nach zwei bis drei Quartalen die Antworten ohne Live-Suche. Der erste Termin zeigt, ob Ihre Inhalte auffindbar sind. Der zweite zeigt, ob sich am eingebauten Gedächtnis etwas bewegt hat. Wer nur einmal misst, hält die langsame Uhr fälschlich für einen Misserfolg und streicht damit genau das Vorhaben, das erst im übernächsten Quartal zu wirken beginnt.

Schritt 5: Die Erwartung schriftlich festhalten

Notieren Sie vor dem Start einen Satz je Uhr: welche Wirkung bis wann plausibel ist und woran sie erkannt wird. Dieser Zettel entscheidet später darüber, ob eine Maßnahme als Erfolg oder als Fehlschlag gilt. Ohne ihn übernimmt die Erinnerung die Bewertung, und die ist nachweislich großzügig mit sich selbst.

6. Häufige Fehler beim Erwartungsmanagement

Der teuerste Fehler ist der Abbruch nach acht Wochen. Uhr eins hat dann geliefert oder nicht, Uhr drei war noch gar nicht an der Reihe. Wer an diesem Punkt das Budget streicht, bezahlt die Vorarbeit und verschenkt die Wirkung.

Ein teurer Abbruch.

Zweiter Fehler: aus einer einzelnen Anfrage in einem einzelnen System auf Sichtbarkeit schließen. Gerade weil Gemini nur bei 41,1 Prozent der Antworten live sucht, fällt dasselbe Unternehmen je nach System und Tagesform einmal auf und einmal durch, und eine belastbare Aussage benötigt deshalb mehrere Systeme und mehrere Läufe. Wie Unternehmen dabei in ChatGPT gefunden werden, hängt an denselben Voraussetzungen.

Dritter Fehler: die Modellgewichte als Ziel zu behandeln. Darauf haben Sie keinen Zugriff. Kein einzelnes Unternehmen kann den Zeitplan der Anbieter beeinflussen, und niemand wird für eine Pressemitteilung einen Trainingslauf vorziehen, der Monate an Rechenzeit und eine ganze Modellgeneration umfasst. Am besten behandelt man Uhr drei als Zugabe, die sich über Jahre einstellt, und plant mit den beiden schnellen Ebenen.

Vierter Fehler: alte Inhalte unangetastet lassen. Die Belege, die KI-Systeme heranziehen, sind im Schnitt nicht taufrisch. Eine Untersuchung von knapp 17 Millionen zitierten Adressen kam auf ein Durchschnittsalter von 1.064 Tagen gegenüber 1.432 Tagen in den klassischen Trefferlisten, nachzulesen in der Ahrefs-Studie. Ihre Bestandsseiten konkurrieren also mit etabliertem Material, nicht mit der Tagespresse. Alter schlägt Aktualität häufiger, als viele annehmen.

7. Fazit

Die Frage nach der Dauer lässt sich beantworten, sobald klar ist, welche Uhr gemeint ist. Der Live-Abruf reagiert in Stunden, der Index in Tagen bis Wochen, die Modellgewichte erst mit der nächsten Generation. Für den Mittelstand liegt die steuerbare Wirkung auf den ersten beiden Ebenen. Dort entscheidet Handwerk: ein sauberes Datum im Quelltext, regelmäßige Meldungen, Belege außerhalb der eigenen Domain.

Die dritte Uhr läuft ohnehin.

Sie zahlt denen aus, die über Jahre zitierfähiges Material hinterlassen haben. Das Ziel: heute so veröffentlichen, dass der nächste Trainingslauf etwas zu holen findet. KI-Sichtbarkeit für den Mittelstand entsteht aus dieser Doppelung, nicht aus einer einzelnen Kampagne.

8. Anhang: Checkliste für die nächste Meldung

• Veröffentlichungsdatum steht maschinenlesbar im Quelltext, nicht nur im sichtbaren Layout.
• Die Meldung ist ohne JavaScript abrufbar. Prüfung: Quelltext anzeigen und nach der Überschrift suchen.
• Der Newsbereich ist von der Startseite aus in einem Klick erreichbar.
• Mindestens ein Beleg liegt außerhalb der eigenen Domain.
• Zahlen und Namen stehen als ganzer Satz da, nicht verteilt über Grafik und Bildunterschrift.
• Zwei Messzeitpunkte sind terminiert: vier Wochen und drei Quartale.
• Die erwartete Wirkung je Uhr ist vor dem Start in einem Satz notiert.

Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. KI-Systeme entwickeln sich schnell; genannte Zahlen sind den verlinkten Quellen entnommen und können sich ändern.